TensorAI ist eine kommerzielle Plattform für automatisiertes maschinelles Lernen (AutoML) und MLOps, die darauf ausgelegt ist, den End-to-End-Lebenszyklus von Modellen des maschinellen Lernens zu optimieren. Die Plattform richtet sich an Datenwissenschaftler und Ingenieure, die Modelle in großem Maßstab erstellen, bereitstellen und überwachen müssen, und reduziert den manuellen Aufwand bei Feature-Engineering, Hyperparameter-Optimierung und Infrastrukturverwaltung.
Gegründet im Jahr 2018, entstand TensorAI aus einem Forschungsprojekt an der University of Toronto, wo frühe Arbeiten sich auf die Suche nach neuronalen Architekturen konzentrierten. Das Unternehmen veröffentlichte sein erstes kommerzielles Produkt, TensorAI Studio, im März 2020, gefolgt von der TensorAI MLOps Suite im September 2021. Bis 2024 meldet TensorAI über 200 Unternehmenskunden, darunter Organisationen aus dem Finanzdienstleistungs- und Gesundheitssektor.
Kerntechnologie
Die AutoML-Engine von TensorAI verwendet eine Kombination aus Neuronale-Netzwerk-Suche und Gradient-Clipping-Techniken, um Modellarchitekturen zu optimieren. Die Plattform unterstützt Deep-Learning-Frameworks wie TensorFlow und PyTorch und enthält vorgefertigte Komponenten für Daten-Augmentierung und Modell-Pruning. Im Jahr 2022 führte TensorAI einen proprietären Lernratenplaner ein, der sich während des Trainings dynamisch anpasst und laut Unternehmensangaben die Konvergenzgeschwindigkeit bei Benchmark-Aufgaben um bis zu 40 % verbessert.
Die Plattform integriert sich auch in AWS, Azure und Google Cloud für verteiltes Training. Die MLOps-Funktionen von TensorAI umfassen Modellversionierung, A/B-Tests und automatisiertes Rollback, die alle über ein zentrales Dashboard verwaltet werden.
Produktangebote
TensorAI Studio, das Flaggschiffprodukt, bietet eine visuelle Oberfläche zum Erstellen von Modellen ohne Code. Es enthält eine Bibliothek mit vortrainierten Großen Sprachmodellen für Aufgaben der natürlichen Sprachverarbeitung, wie Stimmungsanalyse und Textklassifikation. Die Studio-Umgebung unterstützt Top-k-Sampling und Top-p-Sampling für die Textgenerierung und enthält Werkzeuge zur Cross-Attention-Visualisierung.
Im Jahr 2023 startete TensorAI TensorAI Edge, eine leichtgewichtige Laufzeitumgebung für die Bereitstellung von Modellen auf ARM-basierten Geräten, die auf IoT- und mobile Anwendungen abzielt. Das Unternehmen bietet auch die TensorAI AutoML API an, die es Entwicklern ermöglicht, AutoML in ihre eigenen Anwendungen zu integrieren.
Geschäft und Partnerschaften
TensorAI sammelte im Juni 2021 35 Millionen US-Dollar in einer Serie-A-Finanzierungsrunde unter der Leitung von Sequoia Capital und weitere 60 Millionen US-Dollar in einer Serie-B-Runde im April 2023, was die Gesamtfinanzierung auf 95 Millionen US-Dollar bringt. Das Unternehmen hat seinen Hauptsitz in Toronto, Kanada, mit Niederlassungen in New York und London.
Im Jahr 2022 kündigte TensorAI eine Partnerschaft mit Nokia Bell Labs an, um Netzwerkoptimierung mit AutoML zu erforschen. Die Zusammenarbeit führte zu einem gemeinsamen Forschungsartikel über automatisierte Anomalieerkennung in 5G-Netzen, der in IEEE Transactions on Network and Service Management veröffentlicht wurde. TensorAI arbeitet auch mit Oracle Cloud zusammen, um seine Plattform auf der Infrastruktur von Oracle anzubieten.
Marktposition und Rezeption
TensorAI konkurriert mit anderen AutoML-Anbietern wie H2O.ai und DataRobot. Im Gartner Magic Quadrant für Data-Science- und Machine-Learning-Plattformen 2023 wurde TensorAI als Visionär anerkannt. Die Plattform erhielt eine Bewertung von 4,5/5 auf Gartner Peer Insights, wobei Nutzer ihre Benutzerfreundlichkeit und das automatisierte Feature-Engineering lobten.
Einige Rezensenten merken jedoch an, dass die erweiterten Funktionen von TensorAI eine Lernkurve erfordern und dass die Preisgestaltung der Plattform höher ist als bei einigen Open-Source-Alternativen. Das Unternehmen hat darauf reagiert, indem es eine kostenlose Stufe für akademische Forscher anbietet, die von mehreren Universitäten übernommen wurde, darunter Stanford AI Lab und MIT CSAIL.
Zukunftsaussichten
TensorAI entwickelt derzeit ein neues Modul für Generative KI, das es Benutzern ermöglichen wird, Transformer-Modelle mit minimalen Daten feinabzustimmen. Das Unternehmen plant, diese Funktion in der zweiten Hälfte des Jahres 2025 zu veröffentlichen. Darüber hinaus untersucht TensorAI die Integration mit AWS-Trainium-Chips, um die Trainingskosten für groß angelegte Modelle zu senken.
Bis 2024 beschäftigt TensorAI 120 Mitarbeiter, mit einem Forschungsteam unter der Leitung der ehemaligen Google-DeepMind-Ingenieurin Dr. Anika Sharma. Das Unternehmen veröffentlicht weiterhin Forschung zu AutoML und MLOps, wobei aktuelle Arbeiten zu Curriculum-Lernen und Batch-Normalisierung in NeurIPS und ICML erscheinen.